山地城市多中心空间结构特征识别基于多源数据的山地城市多中心空间结构分析以重庆主城区为例.docxVIP

山地城市多中心空间结构特征识别基于多源数据的山地城市多中心空间结构分析以重庆主城区为例 多中心城市空间结构是指特定城市的功能区域由两个或两个以上的要素组成的功能结构，每个中心构成一个分工合作和相互连接的功能结构。 山地城市占我国城市数量的三分之一以上, 大多数分布在不同海拔的山地区域 研究区域和数据处理 山水格局与总体规划 重庆位于长江中上游, 是我国西部唯一的直辖市, 也是近年我国发展速度最快的城市之一. 重庆主城区自西向东被缙云山、 中梁山、 铜锣山、 明月山分割, 长江、 嘉陵江于渝中半岛交汇, 塑造了其独特的山水格局和城市形态(图1). 近年来, 建成区由渝中半岛向南北扩展, 往北部两江新区方向扩展明显, 并突破中梁山和铜锣山的限制, 向外围西永和茶园组团扩散. 受山水格局的限制, 重庆早在1960版总体规划采取“1主、 4 副、 14 组团”的模式. 1998版、 2007版及2014年区域修订版总体规划进一步强化了“多中心组团式”城市结构. 2014年总体规划修订将城市区域划分为 “1主、 6副、 21组团”, 包括“解放碑—江北城—弹子石”1个主中心, 观音桥、 杨家坪、 南坪、 沙坪坝、 西永、 茶园6个副中心. 数据处理和方法 1.2.1 要素指标构建 多中心空间结构演变会使得公共基础设施布局、 经济增长、 人口分布等城市空间要素呈现一定规律性, 在不同区位上呈现峰值与低谷. 基于不同城市要素, 发展出多种城市空间结构的识别指标和方法. 早期, Greene等 1.2.2 出行数据计算 具体数据处理流程: ① 数据预处理: 统一空间数据的投影和分析尺度; ② 要素空间分析: 利用ArcGIS空间分析工具对数据空间化处理, 对房价、 公交站点、 宜出行数据进行核密度(Kernel Density)分析, 其中宜出行数据需计算核密度均值; ③ 要素剖面分析: 为了很好地反映各中心的发育状况, 沿城市主要道路设置东南西北4个方向上的剖面线, 依次为剖面a: 解放碑—观音桥—空港, 剖面b: 解放碑—沙坪坝—西永, 剖面c: 解放碑—杨家坪—大渡口, 剖面d: 解放碑—南坪—茶园, 然后利用ArcGIS的3D analyst工具获取各要素在不同剖面的参数; ④ 要素综合分析: 为使所有值在统一研究尺度下, 对4种要素进行标准化处理, 取值范围为0～100, 利用栅格计算器(Raster Calculator)进行多要素的空间叠加分析, 对分析结果按照自然断裂法划分为低、 较低、 中、 较高、 高5个强度区, 最后依据剖面图综合分析各中心/组团发育情况. 多中心空间结构的识别和分析 夜间灯光强度高值区集聚规律探讨 利用多类要素对城市空间结构分析能更加准确识别其空间形态. 对房价、 夜间灯光、 公交站点、 宜出行数据进行分析, 结果如图2所示. 从房价分布看, 重庆主城区住房价格总体上呈现多中心分布特征. 其中, 房价高值区聚集在内环以内, 解放碑、 南坪、 观音桥、 沙坪坝副中心商圈的住房价格相对较高, 大杨石组团内的杨家坪、 大坪、 石桥铺区域连成一片, 形成了住房价格次高峰. 而在内环以外, 北部新区和两江新区的房价迅速攀升, 形成了新兴的房价高值区, 东部的茶园副中心、 西部的西永副中心属于新规划的副中心, 形成了局部次峰值, 相比五大中心差异较为明显. 整体上, 城北的房价明显高于城南, 住房价格高值区正逐渐向北移动. 同时, 城市逐渐突破两山的限制, 向东西方向发展, 进一步带动房价的提升, 未来将出现更多的住房价格次高峰. 夜灯强度高值区覆盖了内环以内的绝大部分区域, 包括渝中、 大杨石、 沙坪坝组团, 反映了这些区域人口分布密集. 两江新区的礼嘉、 空港、 人和组团也出现高峰, 悦来组团出现次高峰, 再加上南部的大渡口、 李家沱组团出现的次高峰, 整体上, 在两山之间的城市建成区夜间灯光强度峰值连成一片. 两山以外, 汇集大量工业园区和高校的西永、 茶园副中心也出现了局部高峰, 西永高值区面积更大. 形成公交密度高峰的总共有10个区域, 包括解放碑、 观音桥、 南坪、 沙坪坝、 杨家坪五大中心与石桥铺, 这些区域公交通达度较好. 外围北碚、 大渡口、 李家沱组团属于重庆旧城区, 公共交通设施较为完善, 北部空港江北机场附近的空港大道、 桃源大道、 机场路等也形成公交密度高峰. 同时, 在大坪龙湖时代天街、 嘉华大道附近, 人和组团周边形成了公交密度次高峰. 两山以外的茶园和西永, 由于建设时间较晚, 公交配套相对滞后, 公交密度值较低. 蔡家、 水土、 悦来、 龙兴、 鱼嘴、 西彭等组团公共交通发展相对滞后. 宜出行反映了人口聚集程度, 可以发现, 解放碑、 观音桥、 南坪、 杨家坪、 沙坪坝形成了人口